将单行上的 CSV 值拆分为单独的行答案

【问题标题】：Split CSV values on single row into individual rows将单行上的 CSV 值拆分为单独的行
【发布时间】：2020-07-07 08:46:27
【问题描述】：

我有一个 Python 脚本，它输出一个文本文件，其中包含以逗号分隔的列表中的数千个随机文件名，所有文件都在一行中。

randomFileName1, randomFileName2, randomFileName3, etc.

我想获取列表中的每个值，并将其放入新 CSV 文件中自己的行中。

randomFileName1
randomFileName2
randomFileName3

我尝试了awk 的一些变体，但没有成功。将这些值移动到它们自己的行中的最佳方法是什么？

【问题讨论】：

python本身就没有拆分字符串的能力吗？
'\n'.join(row.replace(',', ' ').split()) + '\n'

标签： python bash csv text awk

【解决方案1】：

使用 GNU sed:

sed 's|, |\n|g' file

或者，对于便携式替代方案，

sed 's|, |\
|g' file

【讨论】：

【解决方案2】：

(g)awk:

echo randomFileName1, randomFileName2, randomFileName3 | \
   awk  '{ split($0,a,/,[ ]*/); for (i in a) { print a[i] }}'

蟒蛇：

import re
a="randomFileName1, randomFileName2, randomFileName3"
b=re.split(r',[ ]*',a)
for i in b:
   print(i)

（灵感来自：String splitting in Python using regex）

【讨论】：

awk 不是特定于 gawk 的，它适用于任何 awk。不过，您不需要将空格放在括号表达式中，它已经是文字 - /, */。
@Ed Morton，在 macOS 上默认安装的 awk 上，打印顺序不正确，因此他的声明“(g)awk”是合适的。
@user3439894 不，任何 awk 中的顺序都是“随机”的，因为使用了 for (i in a)，它将以哈希顺序访问数组元素，而不是您可能想到的任何特定顺序。如果在给定特定输入集的情况下，您从 gawk 获得了您想要的顺序，那么这只是巧合，它可能是任何顺序，并且对于不同的数据集将是不同的顺序。
@Ed Morton，如果输出顺序是从输入顺序中随机化的，那么 Luuk 的 awk 答案不是一个好的解决方案。在我的 Linux 系统上，输出顺序与 gawk 4.1.x 的输入顺序 (1 2 3) 匹配，但在 macOS 下，不是 gawk 和旧版本的 awk 输出顺序是 2 3 1，每个都一致。
@Ed Morton，感谢您提供信息和链接。我现在知道为什么我一直使用例如for (i=1; i in a; i++) ，因为我通常总是想要有序的输出。 :)

【解决方案3】：

我实际上能够使用 Python 中的 import csv 模块解决这个问题。我确信这可以稍微清理一下，但它可以满足我的需要。

import csv

with open('parse.txt', 'r') as csv_file:
    csv_reader = csv.reader(csv_file)

    with open('parse_write.csv', 'w', newline='') as new_file:
        csv_writer = csv.writer(new_file, delimiter='\t')

        for line in csv_reader:
            for file_name in line:
                csv_writer.writerow(file_name)

【讨论】：